prikaz prve stranice dokumenta Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti
Rad nije dostupan
diplomski rad
Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:898260
Dorić, Gabriela
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Dorić, G. (2021). Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:898260

Dorić, Gabriela. "Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:898260

Dorić, Gabriela. "Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:898260

Dorić, G. (2021). 'Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:898260

Dorić G. Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:898260

G. Dorić, "Segmentacija panoramskih rendgenskih snimaka ljudske čeljusti", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:898260

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:898260
Podaci o radu
NaslovSegmentacija panoramskih rendgenskih snimaka ljudske čeljusti
Naslov (engleski)Segmentation of Panoramic X-ray Images of Human Jaw
AutorGabriela Dorić
MentorMarko Subašić (mentor)
Član povjerenstvaMarko Subašić (predsjednik povjerenstva)
Član povjerenstvaSven Lončarić (član povjerenstva)
Član povjerenstvaKrešimir Križanović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Segmentacija slike zadatak je iz područja računalnog vida i svoju primjenu pronalazi u mnogim industrijama poput medicine i industrije autonomnih vozila. U okviru ovog rada istražena je primjena navedene metode u analizi dentalnih slika, odnosno primjena segmentacije na panoramskim rendgenskim snimkama ljudske čeljusti. Objašnjeni su temeljni koncepti dubokog učenja te su opisani korišteni algoritmi detekcije i segmentacija objekata. Za treniranje mreže korištena je state-of-the-art arhitektura Mask RCNN koja paralelno detektira i segmentira objekte na slici. Kao radna okolina za treniranje modela korišten je radni okvir Tensorflow. Model je treniran na umjetno stvorenim snimkama te je evaluiran na stvarnim snimkama. Dobiveni rezultati potvrđuju da je segmentacija objekta koristan alat u dentalnoj industriji te da umjetno generirani podatci mogu nadomjestiti nedostatak označenih podataka te na taj način smanjiti potrošnju vremenskih i novčanih resursa.
Sažetak (engleski)
Image segmentation is a task in the field of digital image processing and computer vision, and as such finds its application in many industries, for example medicine and the autonomous vehicle industry. Within this paper, the application of image segmentation was investigated in the analysis of dental images, i.e. the application of segmentation on panoramic X-rays of the human jaw. The basic concepts of deep learning and used algorithms for detection and segmentation of objects are described. The state-of-the-art Mask RCNN architecture was used to train the network, which detects and segments objects in the image in parallel. The Tensorflow framework was used as the working environment for model training. The model was trained on artificially created images and evaluated on actual images. The obtained results confirm that the image segmentation is a useful tool in the dental industry and that artificially generated data can compensate for the lack of labeled
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:898260
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 12:07:43